影响中国汽车产量的多因素分析Word文件下载.doc
《影响中国汽车产量的多因素分析Word文件下载.doc》由会员分享，可在线阅读，更多相关《影响中国汽车产量的多因素分析Word文件下载.doc（11页珍藏版）》请在冰豆网上搜索。
到2030年，我国汽车产业对GDP的直接影响将占8%，间接影响将占30%
；
汽车产业对国民经济贡献率将达38%。
由此可见，近些年来，我国国民经济的快速增长，汽车产业做出了很大的贡献。
到2020年要实现国民经济翻两番的奋斗目标，离开了汽车产业的快速发展也是难以实现的。
（2）.有利于全面建设小康社会
发展汽车产业对全面建设小康社会有很大的推动作用。
一是有利于增加就业。
汽车产业的大规模生产方式和对上下游产业的巨大带动作用为社会提供了大量的就业机会。
根据笔者的测算和国外的相关经验，汽车产业对就业的带动作用为1；
10,即1个汽车产业的直接就业可带来10个与汽车产业相关的就业机会。
二是有利于满足人民的消费需求。
随着我国国民经济的快速发展和人民生活水平的提高，人民的消费需求已逐步由吃、穿、用为主向住和行为主转变，因此，发展汽车产业有利于满足人民不断增长的消费需求，有利于推动居民消费结构的升级。
三是有利于改变人民的生活方式，提高生活质量。
随着我国汽车产业的发展和汽车普及率的提高，将极大地提高人们的出行效率，拓展活动空间，提高出行的舒适性。
（3）.推动技术进步和产业结构升级
汽车作为一个产品，是高新技术的结晶。
作为一个产业，是新技术应用范围最广、数量最多、周期最长、规模最大的产业。
它不仅本身的生产制造有很高的技术要求，而且对相关产业如原材料产业、装备制造业、配套产业等也有很高的技术要求。
因此，汽车产业的发展不仅要求本身广泛发展和使用新技术，也要求相关产业广泛发展和使用新技术。
因此，发展汽车产业对推动技术进步和产业结构升级具有重要作用。
（4）.推动城市化进程
城市化是我国经济社会发展的必然历史过程，汽车产业的发展有助于加快我国城市化进程。
一是汽车的发展和普及，改变了城市交通的面貌，推动了城市交通的现代化，促进了城市经济繁荣；
二是汽车的发展和普及，推动了城市结构的改变，促进了围绕大城市而建立的卫星城市群落发展；
三是汽车的发展和普及，加强了城乡之间在物质、文化、信息、人员等方面的交流和联系，有利于推动城乡经济社会一体化发展，缩小城乡差别。
我国正处于全面建设小康社会的重要战略机遇期，大力发展汽车产业，全面推进国民经济各部门持续健康发展，是当前我们面临的重大任务。
因此，通过建立计量经济学模型，研究汽车产量和相关因素的依存度，是一件很有意义的事。
二、模型设定
根据经济学原理和生活经验，我们把模型设定为：
Y=β０+β１Ｘ１+β２Ｘ２+β３Ｘ３+β４Ｘ４+β５Ｘ５+ｕ
其中：
y.汽车总产量（万量）
X1钢铁产量（万吨）
X2运输公路长度（万公里）
X3制造业职工人数（万人）
X4私人汽车拥有量（万辆）
X5石油消费总量（万吨）
数据如下：
年份
y
X1
X2
X3
X4
X5
1989
58.35
6159.00
101.43
5206.00
73.12
16575.71
1990
51.40
6635.00
102.83
5304.00
81.62
16384.70
1991
71.42
7100.00
104.11
5443.00
96.04
17746.89
1992
106.67
8094.00
105.67
5508.00
118.20
19104.75
1993
129.85
8956.00
108.35
5469.00
155.27
21110.73
1994
136.69
9261.00
111.78
5434.00
205.42
21356.24
1995
145.27
9535.99
115.70
5439.00
249.96
22955.80
1996
147.52
10124.06
118.58
5293.00
289.67
25010.64
1997
158.25
10894.17
122.64
5083.00
358.36
28110.79
1998
163.00
11559.00
127.85
3769.00
423.65
28426.01
1999
183.20
12426.00
135.17
3496.00
533.88
30187.61
2000
207.00
12850.00
140.27
3240.00
625.33
32053.06
2001
234.17
15163.44
169.80
3010.00
770.78
32784.10
2002
325.10
18236.61
176.52
2907.00
968.98
35528.81
2003
444.37
22234.00
180.98
2841.00
1219.23
38107.38
三、
参数估计
使用Eviews软件，根据ols法对模型进行估计得：
表1
DependentVariable:
Y
Method:
LeastSquares
Date:
05/13/05Time:
09:
44
Sample:
19892003
Includedobservations:
15
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-51.00437
64.61807
-0.789321
0.4502
0.025241
0.005750
4.390066
0.0017
-1.196858
0.457563
-2.615722
0.0280
0.014369
0.007983
1.799986
0.1054
0.120705
0.095886
1.258839
0.2398
-0.000929
0.001127
-0.824374
0.4310
R-squared
0.996025
Meandependentvar
170.8173
AdjustedR-squared
0.993816
S.D.dependentvar
103.2583
S.E.ofregression
8.119807
Akaikeinfocriterion
7.315664
Sumsquaredresid
593.3814
Schwarzcriterion
7.598884
Loglikelihood
-48.86748
F-statistic
451.0106
Durbin-Watsonstat
1.708534
Prob（F-statistic）
0.000000
分析：
由F=451.0106〉F0.05（5,9）=4.77（显著水平为0.05）表明模型从整体上看汽车生产量与解释变量之间线性关系显著。
但X3,X4,X5的t值不显著,x2,x5系数的符号与经济意义不符，模型可能存在多重共线性。
四、
检验及修正
1、多元线性检验
（1）计算解释变量之间的简单相关系数：
表2
1.000000
0.967588
-0.862861
0.990592
0.945730
-0.917334
0.983487
0.941083
-0.913528
-0.904263
0.955061
由上表可看出，届时变量之间高度线性相关。
表明模型确实存在多元共线性。
（2）修正：
（A）、用ols法逐一求Y对各解释变量的回归。
结合经济意义和统计检验选出拟合效果最好的一元线性回归方程。
经分析知Y对X1的线性关系最强，即：
Y=-89.08702189+0.02303731716*X1
（1）
t检验值（-9.042861）（28.22923）
R^2=0.983948SE=13.57613F=796.8896
（B）、逐步回归将其余解释变量注意带入
（1）式得
Y=-0.7809499444+0.03162866347*X1-1.445864947*X2
（2）
T检验指：
（-0.034472）（14.52252）（-4.076918）
R^2=0.993270R^2（修正）=0.992148SE=9.149627F=885.5407
X2系数符号与经济变量意义不符，故剔除x2。
Y=-207.99033+0.02674241588*X1+0.01714869331*X3（3）
t检验值（-6.464265）（23.56714）（3.784124）
R^2（修正）=0.991462SE=9.541313F=813.8449
Y=-208.6516481+0.02550539133*X1+
升级会员 